Characterization of Four Popular Sweet Cherry Cultivars Grown in Greece by Volatile Compound and Physicochemical Data Analysis and Sensory Evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Volatile compounds, physicochemical and sensory attributes of four sweet cherry cultivars (Canada giant, Ferrovia, Lapins and Skeena) grown in Northern Greece were determined. Eighteen volatile compounds were identified and semi-quantified in cherries using solid phase micro extraction in combination with gas chromatography/mass spectrometry (SPME-GC/MS). Carbonyl compounds were the most abundant in sweet cherry aroma, followed by alcohols, esters and hydrocarbons/terpenes. Cherry cultivars in order of increasing amounts of volatiles were: Lapins < Canada giant < Ferrovia < Skeena. Physicochemical parameters determined included: titratable acidity (TA), pH, total soluble solids (TSS), maturity index (MI) and total phenolic content (TPC). TA ranged between 0.21 and 0.28 g malic acid/100 g fresh weight (FW). The pH ranged between 3.81 and 3.96. TSS ranged between 13.00 and 16.00 °Brix. MI ranged between 51.8 and 75.0. TPC ranged between 95.14 and 170.35 mg gallic acid equivalents (GAE)/100 g FW. Sensory evaluation showed that cherry colour, in order of increasing intensity, was: Canada giant < Ferrovia < Lapins < Skeena. Respective order for cherry firmness was: Canada giant < Lapins ≤ Ferrovia < Skeena and for flavour: Lapins < Canada giant < Skeena ≤ Ferrovia. Correlation of volatiles to physicochemical and sensory attributes showed varying trends.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle